劉娜,張浩南,張煜堃,苗延巍,宋清偉
作者單位:大連醫科大學附屬第一醫院放射科,大連116011
脂肪組織是人體最大的隔室之一,廣泛分布于皮下、內臟及周圍和椎體等部位。脂肪在肝臟、胰腺中的異常積累會引發非酒精性肝病、胰腺炎等系列疾病,加快臟器的壞死程度和癌癥進展,導致致死率增高[1];脂肪在椎體中增多可能導致骨質疏松、壓縮骨折、椎體退行性病變等疾病。對人體各臟器和骨骼內脂肪進行定量分析有助于疾病預測和早期評估[2]。目前用于脂肪定量的技術主要有病理活檢、超聲、計算機斷層成像(computed tomography,CT)、磁共振成像(magnetic resonance imaging,MRI)等。病理活檢作為脂肪定量的金標準,其創傷性較大,無法作為臨床常規檢查;超聲受主觀影響較大,敏感度和精確度欠佳;CT 檢查電離輻射無法避免且后處理較為復雜;相較之下,MRI 能提供一種無創、簡單、精準的影像學檢查方法,是目前公認的用于脂肪定量的最佳技術[3-5]?;贛RI測量臟器、骨骼的脂肪分數(fat fraction,FF)是人體脂肪定量的主要方法之一?;颊呖赡軙诓煌脑O備下進行成像,因此,了解不同脈沖序列和測量結果的精確度非常重要[6],GE平臺的非對稱回波最小二乘估算法迭代水脂分離序列(iterative decomposition of water and fat with echo asymmetry and least-squares estimation quantitation sequence, IDEAL-IQ)和Philips平臺的魔鏡成像(mDixon Quant)是近年來不斷發展和完善的兩種脂肪定量技術,目前國內對同場強下兩種序列的FF 值對比鮮有研究,國外研究較少且測量部位較為單一,測量方法不夠完善,本研究創新性地采用半自動分割容積提取法測量肝臟和胰腺FF 值,旨在探討兩個平臺不同技術對肝臟、胰腺及腰椎椎體多部位脂肪定量的差異。
前瞻性納入健康志愿者36 名(男15 名,女21 名),年齡21~29 (24.39±2.28)歲,BMI 18.07~29.59 (21.83±2.69) kg/m2。所有志愿者均簽署知情同意書。納入標準:(1)無MRI 檢查禁忌證,如體內有心臟起搏器、支架、金屬植入物等;(2)無幽閉恐懼癥;(3)常規MR 檢查肝臟、胰腺及椎體無形態及信號異常者;(4)無肝臟、胰腺和腰椎手術史。上述36 名健康志愿者分別接受上腹和腰椎IDEAL-IQ 與mDixon Quant 序列掃描。本研究經本院倫理委員會審批通過(批準文號:PJ-KS-KY-2021-10)。
所有志愿者均在檢查當天1~4 h內完成上腹軸位以及腰椎矢狀位IDEAL-IQ、mDixon Quant 序列掃描。檢查期間禁食水。
1.2.1 IDEAL-IQ序列
使用GE Signa HDxt 3.0 T MR掃描儀。上腹采用8通道腹部相控陣線圈,檢查者取仰臥位,足先進,雙臂上舉。腰椎椎體采用8 通道頸胸腰線圈,仰臥位,頭先進,雙上臂自然放于身體兩側。所有志愿者均行基于并行采集空間敏感編碼技術(array spatial sensitivity encoding technique,ASSET)的IDEAL-IQ序列,掃描參數詳見表1。
表1 上腹部脂肪定量序列參數Tab.1 Upper abdominal fat quantification sequence parameters
1.2.2 mDixon Quant序列
使用Philips Ingenia CX 3.0 T MR (Philips Healthcare, Best, the Netherlands)掃描儀。上腹采用32通道腹部相控陣線圈,檢查者取仰臥位,頭先進,雙臂自然放于身體兩側;腰椎椎體使用12通道內置線圈。所有志愿者均行基于壓縮感知技術(compressed sense,CS) 加 速 因 子(acceleration factor,AF)等于2的mDixon序列,掃描參數詳見表2。
表2 腰椎椎體脂肪定量序列參數Tab.2 Lumbar body fat quantification sequence parameters
IDEAL-IQ 序列經GE AW4.6 工作站重建出6 組圖像,包括水像、脂像、同相位(in phase,IP)、反相位(out phase,OP)圖像、R2*弛豫圖像和脂肪分數圖像。mDixon Quant 序列掃描后系統自動生成上述6 組圖像。兩名觀察者(具有5年以上工作經驗的放射科診斷醫師)分別在兩種序列的脂肪分數圖像測量肝臟、胰腺及腰椎各節段椎體的FF值。肝臟與胰腺:將IDEAL-IQ序列及mDixon Quant 序列的FF 像導入Intelli Space Portall Version 7 (ISP)工作站,兩名觀察者通過3D容積提取tumor tracking軟件進行半自動分割,各層面圖像包含全部肝臟和胰腺,手動勾畫調整邊緣,得全肝臟、全胰腺FF 值(圖1)。腰椎:選取L1~L5椎體矢狀位最大層面,兩名觀察者手動放置長方形ROI,面積為200~230 mm2,避開椎體頭尾側的終板、軟骨和椎體前后緣骨皮質,得各椎體FF值(圖2)。
圖1 男,24 歲,BMI 為20.43 kg/m2。1A~1D 為利用半自動分割容積提取法在脂肪分數圖上勾畫肝臟和胰腺3D ROI 示意圖。1A:IDEAL-IQ 序列肝臟;1B:mDixon Quant序列胰腺;1C:mDixon Quant序列肝臟;1D:mDixon Quant序列胰腺。1E~1H為1A~1D對應偽彩圖。 圖2 女,24歲,BMI為17.15 kg/m2。2A~2D為在脂肪分數圖上勾畫腰椎ROI示意圖。2A為IDEAL-IQ序列,所測L1~L5 FF值為L1:26.66%;L2:25.7%;L3:30.14%;L4:28.5%;L5:31.22%。2B為2A對應偽彩圖。2C為mDixon Quant序列,所測L1~L5 FF值為L1:26.71%;L2:27.78%;L3:30.2%;L4:28.01%;L5:31.64%。2D為2C對應偽彩圖。Fig. 1 Male, 24 years old, BMI of 20.43 kg/m2. 1A-1D is a schematic diagram of liver and pancreas 3D ROI on the fat fractional graph by semi-automatic fractional volume extraction. 1A: liver of IDEAL-IQ sequence; 1B: pancreas of mDixon Quant sequence; 1C: liver of mDixon Quant sequence; 1D: pancreas of mDixon Quant sequence. 1E-1H corresponds to 1A-1D pseudo-color chart. Fig. 2 Female, 24 years old, BMI of 17.15 kg/m2. 2A to 2D is a schematic diagram of lumbar SPINE ROI on the fat fraction plot.2A was IDEAL-IQ sequence,and L1-L5 FF value was L1:26.66%;L2:25.7%;L3:30.14%;L4:28.5%;L5:31.22%.2B was 2A corresponding to the pseudo-color map. 2C was mDixon Quant sequence, and L1-L5 FF value was L1: 26.71%; L2: 27.78%; L3: 30.2%; L4: 28.01%; L5:31.64%.2D was 2C corresponding to the pseudo-color map.
采用SPSS 24.0軟件對數據進行統計學分析,計量資料采用xˉ±s表示。采用組內相關系數(intra-class correlation coefficients, ICC)檢驗兩名觀察者所測得的數據的一致性,ICC>0.75表明一致性良好。若一致性良好,取兩觀察者測量數據平均值,比較兩種不同定量序列的FF值。符合正態分布的采用配對樣本t檢驗,不符合正態分布的采用Wilcoxon 符號秩檢驗,P<0.05表示差異有統計學意義。
兩名觀察者測得FF值一致性良好(表3)。
表3 兩名觀察者測量FF值結果一致性檢驗Tab.3 The consistency test of FF values measurement results between two observers
IDEAL-IQ和mDixon Quant序列掃描所獲得的肝臟、胰腺及腰椎椎體(L1~L5)FF值差異均無統計學意義(P>0.05;表4,圖3)。
圖3 3A為IDEAL-IQ和mDIXON Quant序列上腹部FF值箱圖。3B為IDEAL-IQ和mDIXON Quant序列腰椎FF值箱圖。Fig.3 3A was box plot of FF values in the upper abdomen of the IDEAL-IQ and mDIXON Quant sequences.3B was box plot of FF values in the lumbar vertebrae of the IDEAL-IQ and mDIXON Quant sequences.
表4 不同定量序列肝臟、胰腺及腰椎各椎體間FF值對比Tab.4 Comparison of interbody FF values of liver,pancreas and lumbar spine in different quantitative sequences
本研究通過測量肝臟、胰腺與腰椎的FF值,對比不同平臺IDEAL-IQ 與mDixon Quant 兩種技術FF 測量值準確性,國內首次進行多部位對比兩種技術,且創新性地采用半自動分割容積提取法測量肝臟和胰腺FF 值,結果表明3.0 T 兩平臺不同序列對肝臟、胰腺及腰椎椎體脂肪定量無明顯差異,不同成像技術有高度的可重復性。
傳統的水脂分離技術基于快速自旋回波或梯度回波序列,利用水和脂肪之間進動頻率的差異,通過調整回波時間得到水、脂、IP、OP 圖像,對水與脂肪的和相與差相進行運算,最終得到單純的水像與脂像[7]。但其得出的FF值是水和脂肪信號強度的差值,并不是真正意義上的質子密度脂肪分數(proton density fat fraction,PDFF)。GE 平臺的IDEAL-IQ和Philips 平臺的mDixon Quant 都是基于化學位移編碼的3D 掃描技術,通過計算脂肪內質子密度在水分子和脂肪分子密度總和中所占的百分比得到PDFF[8]。脂肪定量的準確性依賴于脂肪峰值模型的準確性,典型的脂肪分子在脂肪譜上具有9個不同的峰值,但是目前1.5 T 和3.0 T 主磁場不能完全分辨出9 個峰值。IDEAL-IQ 采用回波不對稱的三點Dixon 法采集方式和最小二乘估算法對水和脂肪進行迭代分解并成像,根據不同脂質在化學位移中脂質峰的差異,通過6峰脂肪模型精確模擬甘油三酯的多共振峰,并采用fly-back 對K 空間進行填充[9]。mDixon Quant 采用“兩點法”水脂分離技術對信號進行采集,通過脂肪7峰模型將采集到的信號數據擬合成數學模型,分析脂肪質子峰的組成并進行定量計算[10],Wang 等[11]對多譜峰模型(1、3、5、6、7、9 個脂肪峰)進行脂肪定量,證明不同多譜峰模型均能準確計算FF值。
此外,兩種技術均采用小翻轉角度(3°)使T1 偏倚最小化,采用多個回波信號(6回波)來校正T2*效應和降低噪聲偏倚[12-13],從而實現了對脂肪的精準定量。Fukui 等[14]發現IDEAL-IQ 技術所測FF 值與組織學胰腺脂肪分數成像顯著相關(r=0.802)。胡磊等[15]證明IDEAL-IQ測量的椎體脂肪含量比與脂肪細胞計數之間呈高度正相關(r=0.925)。
本文旨在探討相同場強條件下,不同平臺IDEAL-IQ 與mDixon Quant 兩種技術對FF 值的測量是否有差異。宋宇等[16]通過對比敏感度編碼和CS 不同加速因子對3D mDixon Quant 技術腰椎椎體脂肪定量的影響,證明3D mDixon Quant 序列結合CS 技術評估腰椎椎體脂肪含量是穩定可靠的。本研究選取AF=2,可在保證圖像質量的同時,實現脂肪含量的快速、精準測量。以往研究[6,14,17-22]分別對不同成像平臺、不同技術、不同場強、不同觀察者之間的脂肪定量值進行比較,均在體模、肝臟和腰椎間進行比較,差異均無統計學意義,有高度可重復性。本研究與以往結果相一致,除肝臟與腰椎外,還創新性地對胰腺FF 值進行了比較,結果顯示差異同樣無統計學意義。傳統肝臟與胰腺測量通常采用ROI 法,需在9 個肝段和胰腺鉤突、胰頭、胰體和胰尾部分別放置ROI以準確測量全肝和全胰腺FF 值,操作復雜、耗時,受掃描角度和主觀因素影響較大。此外,由于呼吸和胃腸運動易導致圖像變形,影響肝左葉PDFF 的評估[23]。本文創新性地采用半自動分割容積提取法測量肝臟和胰腺FF 值,所得3D ROI 更加準確、客觀,且較傳統方法便利[24],尤亞茹等[25]研究表明半自動分割技術與傳統ROI 法所測胰腺FF 值差異無統計學意義,可在保證結果準確的情況下明顯縮短測量時間。但腰椎在采用容積提取法測量時邊緣骨皮質難以去除,為使測量結果更加準確,腰椎依舊采用二維ROI測法。
局限性:(1)志愿者人數較少且年齡集中在20~30 歲,未考慮年齡因素對FF 測量值的影響。(2)兩種技術的肝臟與胰腺圖像均在ISP工作站進行測量,腰椎分別在各自工作站測量,不同平臺間軟件測量方法能否通用尚未研究。有待后續針對不同平臺擴大樣本量與年齡范圍開展深入研究。
綜上所述,3.0 T 磁共振IDEAL-IQ 與mDixon Quant 序列對肝臟、胰腺及腰椎椎體脂肪定量無明顯差異,這兩個序列測量FF值結果有高度一致性,證明其在多中心研究中的潛力。兩種技術對人體無創無輻射,操作精準簡便,在臨床中有望應用于更多部位FF值的測量。
作者利益沖突聲明:全部作者均聲明無利益沖突。